科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对变形飞行器的轨迹与多维度变形一体化实时规划问题，提出一种基于目标分层架构的智能规划方法。首先，通过设计伪控制量作为中间变量，将变形飞行器的轨迹与变形一体化规划问题解耦为顶层轨迹规划以及底层控制量决策两个子问题。然后，针对顶层轨迹规划问题，考虑飞行器随机再入点与随机目标位置的情况，建立由当前状态到轨迹控制量的深度神经网络模型，基于伪谱法离线获取大规模最优轨迹样本，并采用误差反向传播方法对深度神经网络模型进行训练。针对底层控制量决策问题，面向顶层网络输出的需求最优气动参数指令建立回报函数，并利用深度确定性策略梯度算法对智能体进行训练，形成由最优气动参数指令到轨迹控制量与多维变形量的深度网络模型。最后，对所提出的方法进行了仿真验证，结果表明，该方法能够快速生成最优轨迹以及变形与控制量序列，与传统的轨迹优化算法对比，该方法能够直接对多维控制量进行规划且将计算时间缩短94%左右，满足在线轨迹与变形一体化智能规划的要求。
-
单位中山大学; 航天学院
